O Deutsche Bank colocou agentes de IA em produção para avaliar documentos de risco de fornecedores. O sistema analisa até cinco documentos em menos de dois minutos, ante os 30 minutos por documento do processo manual, e atinge 90% de precisão nas sugestões. Revisores humanos mantêm a decisão final.
Como o TPRM AI funciona: três agentes em sequência
| Agente |
Função |
| 1 |
Recupera as perguntas de controle corretas do Deutsche Bank |
| 2 |
Elabora respostas com base nas evidências do fornecedor |
| 3 |
Propõe resultado com citações precisas das fontes |
| Revisor humano |
Valida sugestões e toma a decisão final |
Fluxo do sistema de avaliação de fornecedores do Deutsche Bank. Fonte: Finextra
Três agentes de IA em sequência, decisão humana ao final
Desenvolvido pela equipe de Tecnologia, Dados e Inovação do banco, o TPRM AI opera com um conjunto de agentes especializados que trabalham em cadeia. O primeiro recupera as perguntas de controle do banco. O segundo elabora respostas a partir dos documentos enviados pelo fornecedor. O terceiro propõe um resultado com citações precisas das passagens relevantes, tornando a verificação transparente para os avaliadores humanos.
O ganho de tempo é substancial: uma revisão manual levava cerca de 30 minutos por documento. Com IA, até cinco documentos são analisados em menos de dois minutos. Em casos complexos com múltiplos arquivos, a redução é mais expressiva: de cerca de três horas para 30 minutos, após validação humana. A precisão nos resultados recomendados chega a 90%, segundo o próprio banco.
Integração mais ágil e potencial de redução de custos
A adoção de agentes de IA para gestão de risco de terceiros acompanha um movimento mais amplo do setor. A Mastercard lançou uma camada de confiança para agentes de IA e a Visa e o Banco do Brasil testaram compras feitas por agentes de IA, sinalizando que o uso de agentes em processos financeiros críticos está deixando de ser piloto para virar infraestrutura. No caso do Deutsche Bank, o sistema é operado em nuvem e projetado para escalar conforme os volumes crescem.
“Como é baseado em nuvem, a solução foi projetada para escalar conforme os volumes de avaliação aumentam e os requisitos evoluem. Com o tempo, isso poderá nos ajudar a lidar com o aumento da demanda sem recursos adicionais, e vemos um potencial significativo de redução de custos com uma implementação completa”, disse Steve Jacks, chefe global de compras e gestão de fornecedores do Deutsche Bank.
O que observar
O uso de agentes de IA em avaliação de risco de terceiros coloca pressão sobre as equipes de compliance de bancos que ainda dependem de revisão inteiramente manual. A questão operacional é direta: à medida que reguladores exigem mais frequência e profundidade nas avaliações de fornecedores, o custo de manter equipes dedicadas a esse processo cresce. Sistemas como esse permitem absorver volume sem escalar headcount, mas trazem um novo risco: o viés sistemático. Se os agentes classificarem erroneamente categorias inteiras de fornecedores, o erro se replica em escala antes de ser detectado.
Vale acompanhar como a indústria vai padronizar os critérios de benchmark para IA em compliance: 90% de precisão é o patamar atual declarado pelo banco, mas sem metodologia publicada e verificável, a comparação entre sistemas fica prejudicada. A transparência sobre falsos negativos (fornecedores aprovados que não deveriam ser) é tão relevante quanto a taxa de precisão geral.
Fontes: Finextra • Deutsche Bank • Let’s Money • Let’s Money
